针对市场风格切换问题，基于申万一级行业指数历史收益、资金流向与宏观经济指标，采用随机森林模型预测下月强势行业；使用Scikit-learn进行特征工程与超参数调优，回测年化超额收益约8.2%；撰写20页策略设计文档，并在组内技术分享会上演示特征重要性分析，获得高级研究员反馈。此外，还构建了行业相关性矩阵，用于控制组合风险，并对比了不同窗口期下模型的稳定性表现。

为了提升日内交易信号精度，利用沪深300股指期货分钟级价格数据，基于LSTM网络构建实时波动率预测模型；使用TensorFlow搭建序列模型并引入注意力机制，在验证集上RMSE降低15%；与数据工程组协作完成实盘数据接口对接，并在模拟交易环境中验证模型对止损策略的改善效果。同时，还参与了模型部署文档的编写，确保策略可复现。